1.视觉与深度学习算法研究：研究与开发计算机视觉与深度学习算法，覆盖目标检测、图像/实例分割、图像匹配、跟踪、姿态估计等，解决复杂视觉识别问题 。
2.算法全流程产品化部署：主导算法从原型到产品化部署的全过程，确保在真实业务场景中的高效性、稳定性与可扩展性 。
3.模型优化与多平台适配：在边缘设备与云端平台上进行模型压缩（量化/剪枝/蒸馏）、推理加速与硬件适配，构建低延迟、高吞吐推理流水线 。
4.跨团队协作与算法落地：与产品及工程团队紧密协作，推动算法在真实场景的落地与优化，提升系统性能与用户体验 。
1.博士学历，计算机视觉、人工智能、数学或相关专业，理论扎实，技术功底深厚 。
2.3年以上计算机视觉实际项目经验，至少主导过一项视觉算法产品化落地 。
3.精通主流深度学习模型与算法（如YOLO、FasterR-CNN、MaskR-CNN、U-Net、ResNet等），并能结合业务场景进行高效选型与优化 。
4.丰富的工程化经验，能够独立完成算法从原型到部署的全过程，熟悉ARM、RKNN、TensorRT等边缘平台，有在资源受限设备上实现高效推理的实践经验 。
5.具备扎实数学功底，能够理解和实现复杂模型，包括CNN、RNN、GAN、Diffusion等前沿算法 。
6.具备优秀的团队协作与沟通能力，能够推动跨职能团队协作与项目落地 。
加分项：
1.在计算机视觉、深度学习领域有代表性科研成果，或有具有影响力的开源项目贡献/主导经验 。
2.有AIoT、智慧安防、智能楼宇等真实落地项目经验 。
